热图是数据统计中经常使用的一种数据表示方法，它能够直观地反映数据特征，查看数据总体情况，在诸多领域具有广泛应用。
一：matplotlib绘制方法
1.基础绘制
热图用以表示的是矩阵数据，例如相关阵、协差阵等方阵，也可以不是方阵。所以在处理数据前，我们需要将数据转成二维数组形式(二维列表、二维np.array、np.mat、pd.DataFrame等都可以）。
import matplotlib.pyplot as plt
import numpy as np
data=[[1,0.5,0.7],[0.1,0.2,0.3]]
plt.imshow(data)
plt.show()
利用上述代码即可绘制基础的热图。
2.细节补充
（1）标题：plt.title('标题名',loc=,fontdict=fontdict,rotation=,x=,y=)，绘制标题。
loc：'left'、'center'、'right'，表示标题位置，默认为'center'。
fontdict：设置字体，详见(7)。
rotation：标题逆时针旋转角度，默认为0。
x，y：用于进一步控制标题在画布中的位置。
（2）x轴、y轴坐标：
2.1：plt.xticks()与plt.yticks()。用于xy坐标的绘制，如标签位置、颜色等。
plt.xticks(ticks=,labels['label1','label2','label3'],color='red',rotation=45,veritalalignment=,horizontalalignment=,family=,style=,weight=,bbox=)
ticks：x轴各个标签位置，[0,1,2,...]。
labels：各个标签文本，['label1',label2'...]。
color：字体颜色。
rotation:字逆时针旋转角度。
verticalalignment：'center','top','bottom','baseline'，标签垂直对齐方式。
horizontalalignment：'center','right','left，标签水平对齐方式。(这两种对齐方式可以使图更加整洁，避免标签参差不齐)。
family：设置字体。
style：字体风格。
weight：字体粗细。
bbox：字体边框，如{'facecolor':'red','alpha':0.5}。
2.2：plt.tick_params(axis=,which=,width=,length=,color=,direction=,bottom=,top=,left=,right=,pad=,labelsize=,lanbelbottom=,labeltop=,labelleft=,labelright=)。修改
axis：'x'、'y'、'both'，表示设置哪一坐标轴，默认both。
which：'major'、'minor'、'both'，代表设置主刻度线、副刻度线和同时设置，默认为:'major'。
width,length：刻度线长度与宽度。
color：刻度线颜色。
direction：'in'、'out’、'inout'，表示刻度线在绘图区内、外或同时显示。
bo